公众号10万+文章搜索 Skill:按关键词或公众号核验爆款数据

前言

做公众号选题时,最常见的问题是「别人说这篇爆了,到底是不是真的」。标题、转发截图都说明不了阅读量,而人工去搜一篇文章的真实数据,往往要找原始公众号、翻历史消息、再判断那篇是不是 10 万+。这个 Skill 要解决的问题就是:把「找到候选文章」和「核验阅读数据」这两件事合并成一步,并且把结果落到可追溯的列表和 Markdown 文件上,方便后续整理和复用。

这是什么

gzh-explosive-content-detector 是一个面向公众号文章检索与爆款数据核验的 Skill,坐标 @zhaopintong/gzh-explosive-content-detector,SkillHub 页面上的正式名称是「公众号10万+文章搜索SKill」。

由「招聘通AI」发布,版本 1.0.1,来源标记为 enterprise,SkillHub 分类是 knowledge-management。元数据里带有 requires_api_key=false,表示使用时不需要单独申请 API key。

它要解决的是:输入关键词或指定公众号,拿到带核验结果的候选文章列表,而不是只给一串标题让你自己去判断真假。

核心功能

下面介绍的都是页面简介里明确写出的能力,没有额外推断。

1、按关键词查找文章。适合做主题类的选题排查,比如围绕某个话题把近期相关的文章先捞出来。

2、按指定公众号查找文章。适合盯着某个号的历史更新做横向对比,看它的爆款集中在哪些选题上。

3、核验 10 万+阅读数据。这是它与普通搜索工具的差别所在:候选结果不是直接采信,而是带核验结论,避免把标题党或二次转述当成事实。

4、输出可追溯的候选列表、单篇正文和 Markdown 文件。列表用于筛选,正文用于细读,Markdown 文件用于归档进自己的选题库。

安装与启用

官方资料里只提供了 SKILL.md 目录信息和元数据,没有给出安装命令、目录路径或配置文件字段。下面是页面中确实存在的元数据,可以作为启用时的核对依据:

名称: 公众号10万+文章搜索SKill
坐标: @zhaopintong/gzh-explosive-content-detector
版本: 1.0.1
来源: enterprise
分类: knowledge-management
标签: requires_api_key=false

需要说明的是,Cursor / Codex CLI / Claude Code 三种环境各自的安装方式,在已抓取资料里没有任何记载,本文不臆造。如果你用的是其中某一种,建议先到官方地址确认它支持的导入方式,再按你本地的 Skill 目录约定放置。

典型用法

官方资料里没有提供可复现的调用示例或参数说明,因此这里只给出使用方向,不写具体命令:

  • 关键词场景:先定一个选题关键词,用它检索,再从候选列表里筛出数据核验通过的文章。
  • 指定公众号场景:先选定一个参考号,检索它的文章,看 10 万+ 集中在哪些主题和标题结构上。

实际参数名、返回字段和调用格式需要以官方页面为准,本文不做猜测。

适用场景与注意

适合需要为公众号选题做数据参考的人,尤其是想把「哪些文章真的跑出来了」落成可核查清单的场景。

注意几点:

1、页面简介强调的是「核验」而不是「收录」。它给出的候选带数据核验结论,不等于它自己收录了全网文章,两者的覆盖范围要分清楚。

2、一条宣传文案里提到「全网持续收录每日爆款文章,收录依据:低粉高阅读、阅读靠前、数据增长中、原创靠前」,并称分类为 data-analysis、评分 87166、下载 46108 次。这些说法在 SkillHub 页面上未能核实,页面显示的分类是 knowledge-management,评分 100000、下载 16472。本文以页面数据为准,那一条宣传文案的指标建议先存疑。

3、requires_api_key=false 只说明不需要额外的 key,不代表不需要任何登录态或平台侧权限,具体限制以实际调用结果为准。

结尾

这个 Skill 的价值在于把选题时最费时的两步——找文章、验数据——压缩成一次检索,并且输出可追溯的列表和 Markdown。功能描述比较收敛,没有附带榜单、评分模型或自动生成选题的环节,适合作为选题流程里的数据入口来用。

官方地址:https://api.skillhub.cn/user_6f986b9e/gzh-explosive-content-detector

SkillHub 页面:https://www.skillhub.cn/skills/zhaopintong/gzh-explosive-content-detector

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye